MétaCan
Menu
Retour à la cohorte
Enregistrement W4412041112 · doi:10.1002/hed.28234

Challenges and Opportunities for Speech‐Language Pathology Services in Comprehensive Head and Neck Cancer Care: Insights From a Mixed Methods Study

2025· article· en· W4412041112 sur OpenAlexaff
Ben Levy, Jade Goodman, Andrea Gomes, Rosemary Martino, Christopher W. Noel, Pabiththa Kamalraj, Frances C. Wright, Jonathan C. Irish, Lesley Gotlib Conn, Antoine Eskander

Notice bibliographique

RevueHead & Neck · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueHead and Neck Cancer Studies
Établissements canadiensCancer Care OntarioSunnybrook HospitalHealth Sciences CentreToronto Rehabilitation InstituteSunnybrook Health Science CentrePrincess Margaret Cancer CentreUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSpeech-Language PathologyChampionHealth careMedicineAgency (philosophy)PsychologyFamily medicineMedical educationPhysical therapySociologyPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Speech-language pathologists serve a critical role within multidisciplinary head and neck cancer care teams. Provision of speech-language pathology services for head and neck cancer patients varies by region and is not well characterized. METHODS: A mixed methods scoping assessment was conducted with a purposive sample of speech-language pathologists from designated comprehensive head and neck cancer centers. Each speech-language pathologist completed a 31-item survey and 60-min semi-structured interview. RESULTS: Analysis of survey responses and qualitative interviews identified three major themes: unsuitable infrastructure; multilevel barriers; and the need to champion speech-language pathology services. Speech-language pathologists consistently reported inadequate resources, inequitable services, and increasing job responsibilities associated with growing patient complexity and caseloads. CONCLUSIONS: Significant systemic barriers impede the effective delivery of speech-language pathology services in head and neck cancer care. Our findings and recommendations create an important foundation for healthcare agency decisions on the allocation and funding of speech-language pathology services.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,833
Score d'incertitude au seuil0,974

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,101
Tête enseignante GPT0,412
Écart entre enseignants0,311 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHead & NeckMême sujetHead and Neck Cancer StudiesTravaux en français237 207